采用AI、分析和云原生开发，已成为企业保持竞争力并应用检索增强生成（RAG）、多模态AI和智能体AI等强大前瞻性用例的基本要求。这些能力以可扩展、高韧性、高性能的对象存储为基础。
原因如下：如今，分布式环境中的应用正在生成和使用PB级数据，距离EB级也已不远。为支持实时工作流，数据需要更易于访问。AI请求和API调用会经过云、本地和边缘等多种环境，延迟不断累积，导致服务响应和洞察获取速度变慢。AI应用的响应即使只延迟几秒，也可能导致大量用户流失。
高效、实用且可扩展的对象存储可帮助企业消除当前AI项目面临的障碍，并为充分把握未来的AI机遇做好准备。Dell ObjectScale与F5 BIG-IP协同构成一套解决方案，不仅能满足这些需求，还重新定义了在分布式基础设施中交付S3兼容工作负载的方式。
F5与Dell如何增强存储可扩展性
Dell是全球对象存储领域的领先企业，其ObjectScale是一款基于容器的软件定义存储平台，支持Amazon S3及其他协议。该平台专为分布式环境中的大规模数据收集、备份、分析和生成式AI而设计。最新更新包括S3事件通知，以及以推送方式向外部应用程序自动发送更新等功能，可支持AI/ML管道的实时处理。
F5 BIG-IP作为F5 Application Delivery and Security Platform的一部分，通过智能流量管理补充并增强ObjectScale，确保AI数据在混合多云环境中的交付和摄取顺畅运行。F5 AI数据交付解决方案包括两项主要产品：
- F5 BIG-IP Local Traffic Manager (LTM)利用连接数和服务器运行状况等实时指标，在各ObjectScale节点之间分配S3 API流量（PUT、GET、DELETE和LIST）。
- F5 BIG-IP DNS 根据地理位置、延迟和可用性路由流量，确保多站点部署获得良好性能。
F5 BIG-IP LTM与BIG-IP DNS协同工作，无论ObjectScale存储实例或虚拟数据中心（VDC）托管在何处，都能优化流量路由，将流量导向运行正常且可用的实例或VDC，从而避免网络拥塞和延迟导致读写速度下降。组织将整套F5解决方案与ObjectScale结合使用后，即使在跨地域分布式或混合环境中，也能为PB级工作负载实现无缝横向扩展、高可用性和稳定性能。这些增强功能对于AI工作负载尤为重要，因为数据移动性和响应速度会直接影响模型训练和推理周期。
面向AI工作负载的架构灵活性
BIG-IP不止于负载均衡，还能以精细控制实现自适应流量编排。例如，F5 iRules可动态将流量引导至距离最近或运行状况最佳的ObjectScale VDC，从而优化响应时间和读写操作。系统会智能地将读取请求路由至原始写入站点，在保持强数据一致性的同时降低延迟。
FastL4和标准配置均提供更多部署选项，可根据组织的优先事项灵活选择。FastL4通过尽可能减少有效负载检查并对第4层流量进行硬件加速来提升性能，从而更快地将数据传送到所需位置。标准配置则通过TLS终止、HTTP自定义及其他F5 iRules等第7层功能，提供更精细的控制和更强的安全性，组织可按需选择和应用这些功能。
通过对流量进行分段，并在最适合的场景中应用相应的配置文件，组织可以兼得两者优势：使用FastL4为ObjectScale实例的读写提供高吞吐量，同时通过标准配置中的应用层逻辑和Web应用防火墙（WAF）等功能实现精细控制，所有这些功能均集成在同一BIG-IP系统中。与F5 VELOS和F5 rSeries设备集成后，可进一步提升可扩展性，支持大规模吞吐量和并发连接
高效处理 PB 级 AI/ML 工作负载
ObjectScale以可扩展性为核心，旨在消除存储层的瓶颈；BIG-IP则利用智能流量管理来消除网络层的瓶颈。两者结合，可提供安全、可扩展的互联存储，支持S3协议，并能在分布式环境中一致运行。如今，实现具备全球可用性的实时多云AI变得更加简单。
想了解更多信息？请阅读Dell白皮书。
此外，还可以查看我最近发表在F5 DevCentral 上的技术文章。
关于作者
相关博客文章
Thingbot正转变为攻击平台
Lori MacVittie重点介绍了F5 Labs对2018年1月至6月全球物联网设备攻击的研究，并指出了其中令人警醒的影响。物联网设备不仅持续遭到利用，还被转变为攻击平台，这意味着攻击者可以更充分地利用这个必然增长的市场。
借助F5全新Quick Start，在AWS上快速开展业务
在AWS re:Invent开幕前，我们很高兴与大家分享F5与AWS之间全新的Quick Start集成。F5的Tom Atkins将介绍该服务如何启动、配置和运行在AWS上部署工作负载所需的计算、网络、存储及其他AWS服务。